Das Gesundheitswesen gilt als Hauptkandidat für weitere KI-Anwendungen – sowohl zur Unterstützung der klinischen Arbeit als auch zur Verringerung einiger der zeitaufwändigeren Verwaltungslasten, die mit der klinischen Versorgung einhergehen. Jetzt, Nabladas vom KI-Unternehmer Alexandre Lebrun mitbegründete digitale Gesundheits-Startup aus Paris, behauptet, das erste zu sein, das ein Tool mit GPT-3 entwickelt hat, um Ärzten bei ihrer Arbeit zu helfen – genauer gesagt bei ihrem Papierkram.
Copilot, wie der neue Dienst von Nabla heißt, startet heute als digitaler Assistent für Ärzte, auf den zunächst als a zugegriffen wird Chrome-Erweiterung um Informationen aus Videogesprächen zu transkribieren und wiederzuverwenden, mit Plänen für ein persönliches Beratungstool, das in einigen Wochen eingeführt werden soll.
Während die Ärzte Patienten sehen, übersetzt Copilot diese Gespräche automatisch in verschiedene dokumentenbasierte Endpunkte – z. B. Rezepte, Briefe zu Nachsorgeterminen, Zusammenfassungen von Konsultationen – die normalerweise aus diesen Besprechungen resultieren. Es basiert um GPT-3das von OpenAI erstellte Sprachmodell, das zum Generieren von menschlichem Text verwendet wird, das Hunderte von Anwendungen unterstützt, einschließlich ChatGPT von OpenAI selbst.
Nabla war eines der ersten Unternehmen mit GPT-3 zu experimentieren, wenn es 2020 veröffentlicht wurde. Während Nabla derzeit GPT-3 (als zahlender Kunde) als Basis von Copilot verwendet, sagt Lebrun mir, dass das langfristige Ziel, das sich schnell nähert, darin besteht, ein eigenes zu bauen großes Sprachmodell, das an die jeweilige Sprache und die Bedürfnisse in Medizin und Gesundheitswesen angepasst ist, um Copilot zu betreiben, was auch immer Nabla in Zukunft baut, und möglicherweise auch Anwendungen für andere.
Die frühe Version hat bereits eine gewisse Zugkraft, sagt das Startup: Sie wird von Ärzten in den USA und Frankreich sowie von rund 20 digitalen und persönlichen Kliniken „mit bedeutenden medizinischen Teams“ verwendet.
Die Jury ist sich noch nicht sicher, welche groß angelegten, langfristigen Anwendungen wir für generative KI-Technologien sehen werden – und ob sie und die großen Sprachmodelle, die sie antreiben, unserer Welt Nettovorteile oder Nettoverluste bringen werden; Und ob sie dabei Geld verdienen.
Inzwischen gehört das Gesundheitswesen zu den großen Industrien, die man mit Interesse beobachtet, wie es auf diese Entwicklungen reagiert, etwa entlang zweier Entwicklungskorridore. Erstens, wo es für die klinische Unterstützung verwendet werden könnte, zum Beispiel wie in diesem Artikel beschrieben, der von Ärzten und Wissenschaftlern der Harvard Medical School mitverfasst wurde Verwendung von ChatGPT zur Diagnose von Patienten; und zweitens bei der Automatisierung für sich wiederholendere Funktionen, wie hier dargestellt Lancet Beitrag zur Zukunft von Entlassungsbriefen.
Viele dieser Arbeiten befinden sich noch in einem sehr frühen Stadium, nicht zuletzt, weil das Gesundheitswesen besonders sensibel ist.
„Bei allen großen Sprachmodellen besteht ein Risiko“, sagte Lebrun in einem Interview. „Es ist unglaublich leistungsfähig, aber in fünf Prozent der Fälle wird es völlig falsch sein, und Sie haben keine Möglichkeit, das zu kontrollieren. Aber im Gesundheitswesen wir [literally] kann mit einer Fehlerquote von 5 % nicht leben.“
Doch in vielerlei Hinsicht scheint das Gesundheitswesen ein erstklassiger Bereich zu sein, der mit KI infundiert werden sollte: Kliniker sind mit Patienten überfüllt und ausgebrannt; Weltweit sind wir mit einem chronischen Ärztemangel konfrontiert, teils aufgrund des Berufsausstiegs vieler Menschen, teils aufgrund der von ihnen geforderten Arbeit. Sie müssen nicht nur Patienten sehen, sondern auch Zeit dafür aufwenden, Administratoren zu sein, mit vielen sehr spezifischen und formellen Dokumenten, um Termindaten aufzuzeichnen und zu planen, was als nächstes kommt, was sowohl von Regeln und Vorschriften als auch von den Patienten selbst gefordert wird. Daneben gibt es leider manchmal menschliches Versagen.
Auf der anderen Seite wurden jedoch bereits eine Reihe von Schritten in der medizinischen Versorgung digitalisiert, was den Weg dafür ebnet, dass Patienten und Ärzte offener für den Einsatz von mehr digitalen Tools sind, um den Rest zu unterstützen.
Dieser Gedanke war zum Teil der Grund für Alexandre LeBrun, Nabla überhaupt zu gründen und Copilot zunächst gezielt auf die Unterstützung von Ärzten bei administrativen Aufgaben auszurichten – nicht auf die Untersuchung oder Beratung von Patienten oder andere klinische Arbeiten.
LeBrun hat eine lange Geschichte in der Entwicklung sprachbasierter Anwendungen. 2013 verkaufte er sein Startup VirtuOz, das damals als „Siri für Unternehmen“ bezeichnet wurde, an Nuance, um die Entwicklung digitaler Assistenten für Unternehmen voranzutreiben. Anschließend gründete er sein nächstes Startup, Wit.ai, und verkaufte es schließlich an Facebook, wo er und sein Team dann am Vorstoß des sozialen Netzwerks in Chatbots im Messenger arbeiteten. Anschließend verbrachte er Zeit bei FAIR, dem KI-Forschungszentrum von Facebook in Paris.
Diese frühen Tools für Unternehmen zur Interaktion mit Kunden wurden hauptsächlich als Marketing- und Kundenbindungshilfen angepriesen, aber Lebrun glaubte, dass sie auch in weniger unscharfen Szenarien eingesetzt werden könnten.
„Wir konnten bereits 2018 sehen, wie viel Zeit Ärzte für die Aktualisierung von Patientenakten aufwenden, und wir begannen darüber nachzudenken, dass wir KI-Technologie einführen könnten und [advanced] insbesondere maschinelles Lernen für das Gesundheitswesen, um dabei zu helfen“, sagte Lebrun.
Interessanterweise hat Lebrun dies mir gegenüber nicht erwähnt, aber er hätte diese Beobachtung zur gleichen Zeit gemacht, als RPA, robotergesteuerte Prozessautomatisierung, auf dem Markt an Dynamik gewann.
RPA hat die Automatisierung im Unternehmen wirklich ins Bewusstsein der Menschen gerückt. Die Unterstützung von Ärzten in Live-Sprechstunden ist jedoch komplexer als die Mechanisierung von Routinearbeiten. Mit einer relativ begrenzten Anzahl von Sprach- und Fachvariablen, die in einer Arzt-Patienten-Beratung eine Rolle spielen, wurde es zu einem idealen Szenario für einen KI-basierten Assistenten.
Lebrun diskutierte die Idee mit Yann LeCun, der damals sein Chef war und immer noch der leitende KI-Forschungswissenschaftler von Facebook ist. LeCun unterstützte sein Denken, also ging Lebrun und LeCun wurde einer der ersten Investoren in Nabla.
Es dauerte noch ein paar Jahre, bis Nabla diese und andere Finanzierung offenlegte – es wurden fast 23 Millionen US-Dollar gesammelt –, die das Startup mit der Ankündigung zurückhielt, mit seinem ersten Produkt zusammenzufallen. Das war eine „Super-App“ für Fragen und Antworten zum Thema Gesundheit für Frauen, die es ihnen ermöglichte, verschiedene gesundheitsbezogene Fragen zu verfolgen, diese Informationen mit anderen Daten zu kombinieren, und die anscheinend hauptsächlich als Vehikel konzipiert war, um herauszufinden, wonach Menschen in Gesundheitsinteraktionen aus der Ferne suchen. und was könnte man daraus bauen.
Darauf folgte letztes Jahr ein allgemeinerer „Health-Tech-Stack für Patientenengagement“, der insofern interessant ist, als er ein wenig mit der zentralen Metrik von Lebruns früheren Produkten spielt: Engagement.
Sie sind vielleicht etwas skeptisch gegenüber einem Startup, das darauf abzielt, etwas Kaputtes im Gesundheitswesen zu reparieren, ohne medizinische Fachkräfte unter seinen Gründern: Neben Lebrun sind die anderen beiden COO Delphine Groll, die zuvor die Geschäftsentwicklung und Kommunikation für Mediengruppen leitete; und CTO Martin Raison, der seit Wit.ai mit Lebrun zusammenarbeitet.
Das war auch für Lebrun ein Knackpunkt, der mir sagte, er erwäge, das Unternehmen in den Anfängen zu unterbrechen, um selbst Medizin zu studieren.
Er entschied sich dagegen und zog stattdessen das Feedback und die Informationen von Ärzten und anderen Klinikern heran und stellte sie ein, um mit dem Startup zusammenzuarbeiten, um seine Roadmap zu steuern, und so ist es nun zu dem heutigen eigenständigen Produkt Copilot gekommen.
„Nabla Copilot wurde für Kliniker entwickelt, die auf dem neuesten Stand der Medizin sein wollen“, sagte Jay Parkinson, MD, MPH und Chief Medical Officer bei Nabla, in einer Erklärung. „Als Arzt weiß ich, dass Ärzte immer wenig Zeit haben und Besseres zu tun haben, als den Arztbrief auszufüllen [electronic health record]. Mit den superstarken klinischen Notizen von Nabla können Ärzte ihren Patienten jetzt während der gesamten Konsultation in die Augen schauen und sicherstellen, dass sie sich an jedes Wort erinnern, das sie sagen, indem sie die Zusammenfassung der Begegnung senden.“ Parkinson, der kürzlich dem Startup beigetreten ist, ist selbst Unternehmer, da sein Telemedizin-Startup Sherpaa Health von Crossover übernommen wurde.
Während die Verbesserung der KI im Allgemeinen darauf basiert, immer mehr Informationen zum Trainieren aufzunehmen, war dies ein kniffliger Teil des Aufbaus von Copilot. Das Unternehmen hat sich durchgängig für die Datenfreigabe entschieden, ohne dass jemals Daten auf seinen Servern gespeichert werden, und ist HIPAA- und GDPR-konform. Diejenigen, die sich bereit erklären, Schulungsinformationen zu teilen, werden ihre Daten durch „Pseudonymisierungsalgorithmen“ laufen lassen, die im Haus eingebaut sind. Und im Moment gibt es keine Pläne, klinische Assistenten zu bauen: keine Diagnosevorschläge oder ähnliches.
Lebrun sagte, das sei leichter gesagt als getan. Die KI von Nabla versuchte während ihrer Entwicklung, ihren Benutzern automatisch Diagnosen bereitzustellen, selbst wenn die Ingenieure sie nicht darum baten und versuchten, sie dazu zu bringen, sagte Lebrun.
„Wir wollen nicht zu weit gehen und Diagnosen durchführen“, sagte er, „also mussten wir unsere KI trainieren nicht das zu tun.“
Das könnte in ferner Zukunft etwas sein, „ein anderes Produkt“, sagte er, aber zuerst müssten noch viel mehr Entwicklung und Narrensicherheit erreicht werden.
„Wir glauben nicht an Chatbots für die Medizin“, fügte er hinzu. „Wir wollen das Leben der Ärzte verbessern, indem wir ihnen Zeit sparen.“